探索鉴别优秀信鸽的新途径

发表时间:2009-10-02 15:21:37   浏览数:998   转到我空间  分享到随写  分享到鸽友社区

 随着我国信鸽事业的不断发展,信鸽竞赛运动已经正式列入群众体育运动。各地信鸽爱好者对信鸽的饲养要求越来越高,选育越来越严,要求自己饲养的信鸽具有稳定的归巢性和快速的飞翔能力,又有稳定遗传基因,具有较强抗病能力,还有在不同赛程速返能力,为了有效解决以上问题,目前我国的信鸽饲养者一般都采用以下两种方法来鉴定信鸽的优劣,进行淘汰、育种、竞翔。

    一、外观鉴定法

    用多年饲养信鸽的经验,用眼睛去鉴定信鸽眼睛中的眼砂、眼志及内扣线分析其身段,再观察喉鼻、羽毛、脚的长短等,推断手中信鸽的好坏、优良,从而决定保留或淘汰。用这种原始的方法鉴定信鸽含金量太低,科学依据不足。

    二、训放淘汰法

    信鸽爱好者往往采用大量的繁殖信鸽,用放飞竞翔去淘汰棚中的信鸽,选出优良信鸽,这种大浪淘沙的方法浪费大量粮食、时间,浪费不少的饲养者的精力和大量的金钱。

    以上方法使信鸽运动的发展受到了一定制约,在信鸽的育种及优秀赛鸽的选择方面难以取得突破性的进展。为解决这些问题就必须用一种科学的方法,依照科学的依据,建立以大规模DNA分析为基础的生物信息平台,以日趋成熟的DNA测序技术及生物信息化,全面寻找、分离、克隆基因最为经济、快捷的可靠方式对现在优良品种信鸽(詹森、盖比、杨阿腾、凡布利安娜等优良信鸽)从不同组织的特异性文库中,测定EST序列,测定功能基因组序列,建立基因组序列与最终分析的数据库,合成有代表性位点的引伸物,PCR扩增并测序,鉴定数量的SNPS,将信鸽鉴定提升到一个高度,用科学的手段去分析信鸽繁殖、竞翔、定位遗传方面的问题。解决目前用“外观鉴定法”、“训放淘汰法”去选育信鸽。

    我所提出的快速鉴定优良信鸽方法是根据天下万物都在它存在的真理,要去认识识它,要去了解它,剖析它的原理,再重新去思考问题,体会它的存在。绝大多数信鸽饲养者依照迷信品牌,看重鸽子外型以致常常做出后悔的选择,就像花匠雕号,“中看不中用”。就算种系大师级名家所饲养的信鸽,在体型与放飞方面也未必尽如人意。如我的很多鸽友在训养信鸽时,用优良品种与优良品种配种,产生的信鸽往往会因实际结果差距甚远,形成“老鸦抱窝,一窝不如一窝”。但从外表和手感选择都可让人赏心悦目,令人喜爱,但在飞放竞翔中可能成为肉鸽、观赏鸽。形成这样的结果是基因频率和酶因子改变所导致,信鸽基因的突变、迁移变异和随机扩散造成育种上的低谷。要想快速成为一位优秀的信鸽饲养者,同时使我国信鸽竞翔运动进入世界的前例,我们就应该用科学地方法去鉴定筛选优良信鸽,利用新型的科学仪器如DNA扩增仪器,基因序列分析仪器等,从五个方面去鉴定信鸽的优劣。
   
    一、信鸽品种绝对比较法

    首先将优良信鸽如詹森等信鸽的基因建立图表段,建立功能基因组数据库,为未来依据基因组进行信鸽品牌品种设计和改良奠定基础。
 
    二、归巢信鸽记忆法

    将归巢较好的信鸽,生物酶归档比例来区别信鸽,用不同代表性信鸽品种间单核苷酸多态性(SNP)鉴定,发现和定义优质基因。

    三、肌肉性质鉴别快速飞翔信鸽

    肌肉细胞分类、红细胞、白细胞、柔软度、肌肉弹性张力。不同种类的信鸽,同一种类的不同品质信鸽,其DNA图谱存在一定的差异,基因转译表达的蛋白性质会有所不同,形成细胞组织上的个体差异。从外观上看,不同个体的肌肉呈现不同的物理形态。

    四、抗病能力
  
    近亲繁殖的信鸽容易感染疾病,抵抗力较弱,测定功能基因组序列,建立基因组序列与最终分析的数据库。

    五、色度与毛质区别法

    羽色绢柔润滑,区别羽毛的质量,在空气中的浮力,建立信息平台,用优良信鸽的羽毛进行比较。

    可用信鸽的血液、羽毛、肝、肾、心脏、肌肉等新鲜组织微样本,建立物理图谱,霰弹法测定全基因序列,建立完整的中国鸽种图谱关系,用于鉴定杂交过程中基因的分布,建立功能预测、序列组装与基因发现的能力,通过信鸽的种群遗传学上的种群内和种群间的遗传多样性,种内与种间的系统发生与进化以及分类学等,还有物种的基因图谱的构建,目标性状的连锁分析与定位,标记辅助选育等都可以通过分子生物等方法进行研究,从而达到对信鸽的快速鉴定,而且用SNP等技术将作为定位信鸽的优良品质基因的重要标记,为改良品种提供资源基因,再通过DNA重组等技术改良信鸽品种。

    以上是我们正在探索信鸽快速鉴定的一种新路,肯定有很多不完善之处,但我们相信科学,相信新思维的一种创新,走出我们中国信鸽训养的特色,使我国信鸽博击长空,取得更加辉煌的成绩。
 

免责声明:本网凡是由用户发布的文字、图片、音视频等资料,其真实性、准确性和合法性由信息发布人自行承担,并负法律责任。赛鸽资讯网不提供任何保证,并不承担任何法律责任。
相关文章
评论列表
该信息禁止评论